Statistische Grundlagen für die Daten-wissenschaft

"Statistische Grundlagen für die Datenwissenschaft" ist ein akademisches Werk, das darauf abzielt, statistisches Urteilsvermögen im Zeitalter von Daten, künstlicher Intelligenz und maschinellem Lernen zu vermitteln. Das Buch vereint konzeptionelle Grundlagen, mathematische Genauigkeit und computergestützte Anwendungen, damit Studierende, Fachleute und Forscher nicht nur verstehen, wie statistische Methoden anzuwenden sind, sondern auch, wann sie eingesetzt werden sollten, wie sie zu interpretieren sind und wo ihre Grenzen liegen.In den einzelnen Kapiteln werden die Natur von Daten, deskriptive Statistik, Wahrscheinlichkeit, Verteilungen, Inferenz, Regression, Klassifizierung, Resampling, maschinelles Lernen, Dimensionsreduktion, Clustering, Kausalität, algorithmische Ethik, die Kommunikation von Ergebnissen und Reproduzierbarkeit behandelt.Es enthält Definitionen, Formeln, erläuterte Grafiken, Tabellen, Fallstudien, Übungen, kritische Fragen sowie reproduzierbaren Code in Python und R. Sein zentrales Ziel ist es, die klassische Statistik mit den aktuellen Anforderungen der Datenwissenschaft zu verbinden und dabei strenge, transparente, ethische und für die Entscheidungsfindung nützliche Analysen zu fördern.